ترجمه مقاله الگوریتم زمانبندی شغلی برای رایانش ابری با الهام از فاخته - نشریه الزویر

ترجمه مقاله الگوریتم زمانبندی شغلی برای رایانش ابری با الهام از فاخته - نشریه الزویر
قیمت خرید این محصول
۳۶,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
الگوریتم زمانبندی شغلی برای رایانش ابری با الهام از فاخته
عنوان انگلیسی
Cuckoo-inspired Job Scheduling Algorithm for Cloud Computing
صفحات مقاله فارسی
11
صفحات مقاله انگلیسی
6
سال انتشار
2019
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه مقاله
pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع نگارش
مقالات پژوهشی (تحقیقاتی)
نوع ارائه مقاله
ژورنال
ایمپکت فاکتور(IF) مجله
2.094 در سال 2020
شاخص H_index مجله
76 در سال 2021
شاخص SJR مجله
0.334 در سال 2020
شناسه ISSN مجله
1877-0509
کد محصول
11856
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه نشده است ☓
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است ☓
وضعیت ترجمه منابع داخل متن
به صورت عدد درج شده است ✓
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است ✓
ضمیمه
ندارد ☓
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
فرضیه
ندارد ☓
رفرنس در ترجمه
در انتهای مقاله درج شده است
رشته و گرایش های مرتبط با این مقاله
مهندسی کامپیوتر، مهندسی الگوریتم ها و محاسبات، مهندسی نرم افزار، رایانش ابری
مجله
علوم کامپیوتر پروسدیا - Procedia Computer Science
دانشگاه
گروه علوم کامپیوتر، دانشگاه اسلامی آل امام محمد بن سعود، ریاض
کلمات کلیدی
الهام بخش زیستی، پرنده فاخته، زمان بندی اولویت کار، رایانش ابری
کلمات کلیدی انگلیسی
Bio-inspired - Cuckoo bird - Job Priority Scheduling - Cloud Computing
doi یا شناسه دیجیتال
https://doi.org/10.1016/j.procs.2019.04.153
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
1. مقدمه
2. الهام بخشی رفتار فاخته
3. از الهام گرفتن تا الگوریتم
3-1 طراحی سیستم
4- روش ارزیابی
5- نتیجه و بحث
6. نتیجه گیری
منابع
تصاویر فایل ورد ترجمه مقاله (جهت بزرگنمایی روی عکس کلیک نمایید)
       
نمونه چکیده متن اصلی انگلیسی

Abstract


Cloud computing offers a pool of virtual resources to users on demand. Among the main challenge facing cloud computing is job scheduling which is an NP-hard problem. Usually, scheduling should consider job priority, where high-priority jobs should be immediately allocated required resources, whereas low-priority jobs can wait. In this paper, we propose a scheduling algorithm that imitates the parasitic behaviour of the cuckoo bird. Cuckoos reproduce by exploiting the nests of other birds with eggs similar to their own. We have evaluated the proposed cuckoo scheduling algorithm under varying number of nodes and percentage of high priority jobs. The experimental results demonstrate the superiority of our proposed algorithm over the benchmarks in terms of average CPU utilization and average turnaround time for each type of job.


 

1. Introduction


Cloud Computing is emerging as an infrastructure that decreases the need for physical hardware. It offers advantages over traditional Information Technology (IT) infrastructure in scalability, elasticity, and utilization. Data centres enable cloud consumers to access distributed resources, through virtualization, as much as they want and wherever they need them [1]. One cloud computing deployment model that is recognizable to consumers is the public cloud. Its services are provided in a virtualized environment using shared infrastructure for open use by the public over the internet, such as Amazon Elastic Compute Cloud (EC2) and Windows Azure [6][7].

نمونه چکیده ترجمه متن فارسی
چکیده

رایانش ابری مخزنی از منابع مجازی را با توجه به تقاضا به کاربران پیشنهاد می دهد. یکی از اصلی ترین چالش های رایانش ابری، زمان بندی کاری است که یک مسئله سخت NP است. به شکل معمول، زمان بندی باید اولویت کار را در نظر بگیرد، جایی که در کارهای دارای اولویت بالا، منابع مورد نیاز باید بلافاصله اختصاص یابند، در حالی که کارهای دارای اولویت پایین می توانند صبر کنند. در این مقاله، ما یک الگوریتم زمان بندی را پیشنهاد می کنیم که از رفتار انگلی پرنده فاخته تقلید می کند. فاخته ها با بهره برداری از لانه پرندگان دیگر با قرار دادن تخم ها در آن لانه ها تولید مثل می کنند. ما الگوریتم زمان بندی فاخته پیشنهادی را تحت تعدادی از گره ها و درصد کارهای دارای اولویت بالا ارزیابی کردیم. نتایج آزمایشی برتری الگوریتم پیشنهادی ما را نسبت به معیارها از نظر میانگین استفاده از CPU و میانگین زمان چرخش برای هر نوع کار نشان می دهند.

 

1. مقدمه

رایانش ابری به عنوان یک زیر ساخت پدیدار شده است که نیاز به سخت افزار فیزیکی را کاهش می دهد. رایانش ابری مزیت هایی را در مقایسه با زیر ساخت فناوری اطلاعات سنتی (IT) در مقیاس پذیری، قابلیت ارتجاعی و استفاده از آن پیشنهاد می کند. مراکز داده، مصرف کنندگان از ابر را قادر می سازند که هر اندازه که بخواهند و هر کجا که به منابع احتیاج داشته باشند، از طریق مجازی سازی به منابع توزیع شده دسترسی پیدا کنند [1]. یکی از مدل های توسعه رایانش ابری که برای مصرف کنندگان قابل تشخیص است، ابر عمومی است. خدمات ابر عمومی در یک محیط مجازی با استفاده از زیر ساخت مشترک برای استفاده آزاد توسط عموم از طریق اینترنت، مانند ابر محاسباتی قابل ارتجاع آمازون (EC2) و ویندوز های لاجوردی ارائه می شود ]6[ ]7[.


بدون دیدگاه